تعرف أيضاً باسم طريقة الانتشار الخلفي للأخطاء، وهي خوارزمية تعلم آلي تُستخدم لتدريب الشبكات العصبونية الاصطناعية أمامية التغذية. تعتمد الشبكات العصبونية الاصطناعية على طريقة الانتشار الخلفي لحساب الانحدار المتدرج بالنسبة للأوزان. إذ تتم مقارنة الخرج المرغوب مع الخرج الذي حققه النظام، ومن ثمّ يتم توليف ذلك النظام عن طريق ضبط أوزان الاتصال بين العصبونات لتضييق الفارق بين الاثنين إلى أقل حد ممكن. ويأتي اسم هذه الطريقة من كون عملية تحديث الأوزان تتم بشكل خلفي من الخرج باتجاه الدخل.
رغم إمكانية استخدام طريقة الانتشار الخلفي في التعلم الموجّه وغير الموجّه، إلا أنها تُصنف كخوارزمية تعلم موجّه لأنها تتطلب خرج مرغوب معلوم لكل قيمة دخل. وتستخدم هذه الطريقة اليوم في عدد من التطبيقات في مختلف مجالات الذكاء الاصطناعي؛ بما في ذلك التعرف البصري على المحارف ومعالجة اللغات الطبيعية ومعالجة الصورة وغيرها.
